[發明專利]人體運動功能輔助評估方法、裝置、設備、系統及介質

在審

• 申請號: 201911040330.2
• 申請日: 2019-10-29
• 公開（公告）號: CN110738192A
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 張林;霍志敏;吳建寶;田野;范偉
• 申請（專利權）人: 騰訊科技(深圳)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04N5/232
• 代理公司: 44285 深圳市深佳知識產權代理事務所(普通合伙)
• 代理人: 王兆林

1.一種人體運動功能輔助評估方法，其特征在于，包括：

獲取待評估的運動視頻，所述運動視頻是拍攝待評估對象執行指定動作所得的視頻；

對所述運動視頻中每一幀圖像進行人體關鍵點檢測得到人體關節坐標，從每一幀圖像中的所述人體關節坐標中選取所述指定動作對應的關鍵點坐標；

根據所述運動視頻中每一幀圖像中的所述關鍵點坐標，確定每一幀圖像的運動特征；

根據所述運動視頻中每一幀圖像的運動特征生成運動曲線；

根據所述運動曲線進行曲線特征提取得到運動曲線特征；

通過預置的評估算法基于所述運動曲線特征確定所述待評估對象對應的運動功能評估結果。

2.根據權利要求1所述方法，其特征在于，所述根據所述運動視頻中每一幀圖像中的所述關鍵點坐標，確定每一幀圖像的運動特征，包括：

從預置的多種提取算法中選擇與所述指定動作對應的目標提取算法；

當所述目標提取算法為距離類提取算法時，針對所述運動視頻中的每一幀圖像，根據每一幀圖像中關鍵點坐標確定坐標距離，作為每一幀圖像的運動特征；

當所述目標提取算法為面積類提取算法時，針對所述運動視頻中的每一幀圖像，根據每一幀圖像中關鍵點坐標確定凸包面積，作為每一幀圖像的運動特征；

當所述目標提取算法為角度類提取算法時，針對所述運動視頻中的每一幀圖像，根據每一幀圖像中關鍵點坐標確定關節角度，作為每一幀圖像的運動特征。

3.根據權利要求1所述方法，其特征在于，所述根據所述運動視頻中每一幀圖像的運動特征生成運動曲線，包括：

根據所述運動視頻中每一幀圖像的運動特征，確定歸一化系數；

根據所述歸一化系數，對所述運動視頻中每一幀圖像的運動特征進行歸一化處理得到歸一化的運動特征；

根據所述運動視頻中每一幀圖像對應的歸一化的運動特征生成運動特征序列，對所述運動特征序列進行插值和降噪處理生成運動曲線。

4.根據權利要求1所述的方法，其特征在于，所述根據所述運動曲線進行曲線特征提取得到運動曲線特征，包括：

從所述運動曲線中提取波形振幅特征，所述波形振幅特征包括所述運動曲線振幅的最大值、最小值、中位數、標準差以及振幅時序變化特征中至少一種；

從所述運動曲線中提取波形頻率特征，所述波形頻率特征包括所述運動曲線頻率的最大值、最小值、中位數、標準差以及頻率時序變化特征中至少一種；

從所述運行曲線中提取波形異常特征，所述波形異常特征包括所述運行曲線數據中斷的數量；

將所述波形振幅特征、所述波形頻率特征以及所述波形異常特征進行加權處理得到運動曲線特征。

5.根據權利要求1所述的方法，其特征在于，所述通過預置的評估算法基于所述運動曲線特征確定所述待評估對象對應的運動功能評估結果，包括：

通過預置的基于規則的評估算法和基于機器學習的評估算法，分別基于所述運動曲線特征進行評估得到每種算法評估的運動功能評估結果；

從所述每種算法評估的運動功能評估結果中，選擇出現次數最多的運動功能評估結果，作為所述待評估對象對應的功能評估結果。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

通過目標檢測模型對初始采集的圖像進行目標區域檢測得到目標區域，所述目標區域為所述指定動作對應的檢測部位在圖像中所在位置；

確定所述目標區域與圖像畫面中心的水平位置偏差，根據所述水平位置偏差控制調整拍攝設備的拍攝角度，使得所述檢測部位位于拍攝畫面中心；

確定所述目標區域占圖像畫面的比重，根據所述比重控制調整拍攝設備的焦距，使得所述檢測部位占據拍攝畫面的比重落入預設范圍。